捕获RTP时间戳

Question

为了从python中Opencv的源代码中获得使用VideoCapture类的RTP数据包的时间戳，我尝试了一个小实验，还必须修改FFmpeg以适应Opencv中的变化。

既然我读到了关于RTP包格式.Wanted的文章，我就可以到处摆弄，看看能不能找到一种方法来获得NTP时间戳。无法在试图获得RTP时间戳方面找到任何可靠的帮助。所以试了一下这个小黑客。

修改后的代码在github上给ryantheseer的学分。

FFmpeg版本: 3.2.3版Opencv: 3.2.0

Opencv中的源代码：

模块/视频include/include/opencv2 2/videoio io.hpp：

为RTP时间戳添加了两个getter：

.....   
    /** @brief Gets the upper bytes of the RTP time stamp in NTP format (seconds).
    */
    CV_WRAP virtual int64 getRTPTimeStampSeconds() const;
    
    /** @brief Gets the lower bytes of the RTP time stamp in NTP format (fraction of seconds).
    */
    CV_WRAP virtual int64 getRTPTimeStampFraction() const;
.....

模块/视频src/src/cap.cpp：

添加了一个导入并添加了时间戳getter的实现：

....
#include <cstdint>
....
....
static inline uint64_t icvGetRTPTimeStamp(const CvCapture* capture)
{
  return capture ? capture->getRTPTimeStamp() : 0;
}
...

在C++类中添加了VideoCapture时间戳getter：

 ....
/**@brief Gets the upper bytes of the RTP time stamp in NTP format (seconds).
*/
int64 VideoCapture::getRTPTimeStampSeconds() const
{
    int64 seconds = 0;
    uint64_t timestamp = 0;
    //Get the time stamp from the capture object
    if (!icap.empty())
        timestamp = icap->getRTPTimeStamp();
    else
        timestamp = icvGetRTPTimeStamp(cap);
    //Take the top 32 bytes of the time stamp
    seconds = (int64)((timestamp & 0xFFFFFFFF00000000) / 0x100000000);
    return seconds;
}

/**@brief Gets the lower bytes of the RTP time stamp in NTP format (seconds).
*/
int64 VideoCapture::getRTPTimeStampFraction() const
{
    int64 fraction = 0;
    uint64_t timestamp = 0;
    //Get the time stamp from the capture object
    if (!icap.empty())
        timestamp = icap->getRTPTimeStamp();
    else
        timestamp = icvGetRTPTimeStamp(cap);
    //Take the bottom 32 bytes of the time stamp
    fraction = (int64)((timestamp & 0xFFFFFFFF));
    return fraction;
}
...

模块/视频src/src/capffmpeg.cpp：

增加了一项进口：

...
#include <cstdint>
...

增加了一个方法参考定义：

...
static CvGetRTPTimeStamp_Plugin icvGetRTPTimeStamp_FFMPEG_p = 0;
...

将该方法添加到模块初始化器方法中：

...
if( icvFFOpenCV )
...
...
  icvGetRTPTimeStamp_FFMPEG_p =
                (CvGetRTPTimeStamp_Plugin)GetProcAddress(icvFFOpenCV, "cvGetRTPTimeStamp_FFMPEG");
...
...
icvWriteFrame_FFMPEG_p != 0 &&
icvGetRTPTimeStamp_FFMPEG_p !=0)
...

icvGetRTPTimeStamp_FFMPEG_p = (CvGetRTPTimeStamp_Plugin)cvGetRTPTimeStamp_FFMPEG;

实现了getter接口：

...
virtual uint64_t getRTPTimeStamp() const
    {
        return ffmpegCapture ? icvGetRTPTimeStamp_FFMPEG_p(ffmpegCapture) : 0;
    } 
...

在FFmpeg的源代码：

libavcodec/avcodec.h：

将NTP时间戳定义添加到AVPacket结构中：

typedef struct AVPacket {
...
...
uint64_t rtp_ntp_time_stamp;
}

libavformat/rtpdec.c：

将ntp时间戳存储在finalize_packet方法中的结构中：

static void finalize_packet(RTPDemuxContext *s, AVPacket *pkt, uint32_t timestamp)
{
    uint64_t offsetTime = 0;
    uint64_t rtp_ntp_time_stamp = timestamp;
...
...
/*RM: Sets the RTP time stamp in the AVPacket */
    if (!s->last_rtcp_ntp_time || !s->last_rtcp_timestamp)
        offsetTime = 0;
    else
        offsetTime = s->last_rtcp_ntp_time - ((uint64_t)(s->last_rtcp_timestamp) * 65536);
    rtp_ntp_time_stamp = ((uint64_t)(timestamp) * 65536) + offsetTime;
    pkt->rtp_ntp_time_stamp = rtp_ntp_time_stamp;

libavformat/utils.c：

将ntp时间戳从数据包复制到read_frame_internal方法中的帧：

static int read_frame_internal(AVFormatContext *s, AVPacket *pkt)
{
    ...
    uint64_t rtp_ntp_time_stamp = 0;
...
    while (!got_packet && !s->internal->parse_queue) {
          ...
          //COPY OVER the RTP time stamp TODO: just create a local copy
          rtp_ntp_time_stamp = cur_pkt.rtp_ntp_time_stamp;


          ...


  #if FF_API_LAVF_AVCTX
    update_stream_avctx(s);
  #endif

  if (s->debug & FF_FDEBUG_TS)
      av_log(s, AV_LOG_DEBUG,
           "read_frame_internal stream=%d, pts=%s, dts=%s, "
           "size=%d, duration=%"PRId64", flags=%d\n",
           pkt->stream_index,
           av_ts2str(pkt->pts),
           av_ts2str(pkt->dts),
           pkt->size, pkt->duration, pkt->flags);
pkt->rtp_ntp_time_stamp = rtp_ntp_time_stamp; #Just added this line in the if statement.
return ret;

我的python代码使用这些更改：

import cv2

uri = 'rtsp://admin:password@192.168.1.67:554'
cap = cv2.VideoCapture(uri)

while True:
    frame_exists, curr_frame = cap.read()
    # if frame_exists:
    k = cap.getRTPTimeStampSeconds()
    l = cap.getRTPTimeStampFraction()
    time_shift = 0x100000000
    #because in the getRTPTimeStampSeconds() 
    #function, seconds was multiplied by 0x10000000 
    seconds = time_shift * k
    m = (time_shift * k) + l
    print("Imagetimestamp: %i" % m)
cap.release()

作为我的输出，我得到了什么：

    Imagetimestamp: 0
    Imagetimestamp: 212041451700224
    Imagetimestamp: 212041687629824
    Imagetimestamp: 212041923559424
    Imagetimestamp: 212042159489024
    Imagetimestamp: 212042395418624
    Imagetimestamp: 212042631348224
    ...

最让我吃惊的是，当我关掉ip摄像头并重新启动它时，时间戳将从0开始，然后迅速增加。我读的NTP时间格式相对于1900年1月1日00:00。即使当我尝试计算偏移量，以及从现在到01-01-1900年间，我仍然得到了一个疯狂的高数字的日期。

不知道我是不是算错了。我有一种感觉，这是非常遥远的，否则我得到的不是时间戳。

Answer 1

在我看来，您将收到一个uint64类型的时间戳，其中包含在高位和低位中值uint32的值。在您使用的代码的一部分中，我看到：

seconds = (int64)((timestamp & 0xFFFFFFFF00000000) / 0x100000000);

基本上移除较低的位，并将高位移到较低的位上。然后你把它投给int64。在这里，我只考虑它应该首先是无符号的，因为它在任何情况下都不应该是负的(秒，因为时代总是正的)，而且它应该是uint32，因为它保证它不会更大(您只占用32位)。此外，可以通过这样的位移(可能更快)来实现这一点：

auto seconds = static_cast<uint32>(timestamp >> 32);

我发现的另一个错误是在这部分：

time_shift = 0x100000000
seconds = time_shift * k
m = (time_shift * k) + l

这里基本上是重建64位时间戳，而不是创建在其他上下文中可用的时间戳。这意味着，您要在秒内将较低的位转换为较高的位，并将分数部分作为较低的位添加.这将是一个非常大的数字，可能并不总是有用的。您仍然可以使用它进行比较，但是在C++部件中完成的所有转换都是不必要的。我认为一个更正常的时间戳(您可以在python中使用)是这样的：

timestamp = float(str(k) + "." + str(l)) # don't know if there is a better way
date = datetime.fromtimestamp(timestamp)

如果你不关心小数部分，你可以直接使用秒。

另一件需要考虑的是，RTP协议的时间戳取决于摄像机/服务器.他们可以使用时钟时间戳，或者仅仅使用其他一些时钟，比如系统启动流的启动。所以它可能来自于时代，也可能不是时代。